一种基于自适应阈值的半监督学习方法

本发明公开了一种基于自适应阈值的半监督学习方法，属于无线电通信领域，通过对比学习来提取信号的通用语义特征，以提高下游调制识别任务的泛化性；引入了自适应阈值机制来生成高质量的伪标签，通过额外类别信息来减轻确认偏差，以提高模型的鲁棒性；此外，设计了层次化可学习傅里叶滤波的编码器，旨在捕获大规模长序列信号的多尺度语义特征，并提高模型的计算效率，基于多个大规模数据集对算法进行研究和验证，显著提高了自动调制识别的准确性，尤其在有标签数据较少的情况下，相比主流方法具有更强的泛化能力和鲁棒性，能够有效应对现实通信环境中的信号多样性与噪声干扰。